Numerisches Programmieren

Größe: px
Ab Seite anzeigen:

Download "Numerisches Programmieren"

Transkript

1 Technische Universität München WS 2009/20 Institut für Informatik Prof. Dr. Hans-Joachim Bungartz Michael Lieb, M. Sc. Dipl.-Inf. Gerrit Buse Numerisches Programmieren 2. Programmieraufgabe: Polynominterpolation Lagrange-Polynome Eine einfache Methode zur Bestimmung eines Interpolationspolynoms zu gegebenen Stützpunkten (x i, y i ), i 0,..., n verwendet die sogenannten Lagrange-Polynome. Das Lagrange- Polynom des k-ten Stützpunkts lautet: L k (x) := i:i k x x i x k x i. () Um das Interpolationspolynom aufzustellen, werden die einzelnen Lagrange-Polynome mit den zugehörigen Stützwerten gewichtet und aufsummiert: p(x) := n y k L k (x). (2) k=0 In dieser Praktikumsaufgabe sollen Methoden zum Erstellen eines Interpolationspolynoms aus gegebenen Stützpunkten implementiert werden. Im zur Verfügung gestellten Programmrahmen finden Sie dazu die Dateien Polynom.java und Lagrange.java. Polynom.java realisiert die Klasse Polynom, mit der Polynome dargestellt und ausgewertet werden können. Ein Polynom vom Grad n hat n + Koeffizienten a n : p(x) := a 0 x 0 + a x a n x n. (3) Zur Speicherung des Polynoms genügt es daher, die n+ Koeffizienten a 0,..., a n zu speichern. Dazu dient die Membervariable coefficients der Klasse Polynom. Die Klasse Lagrange enthält Methodenrümpfe zum Erstellen der Lagrange-Polynome (siehe Glg. ()) und des Interpolationspolynoms (siehe Glg. (2)). Numerische Ableitung Bei Polynomen ist das Differenzieren analytisch sehr einfach. Bei komplexeren Funktionen ist das analytische Bilden der Ableitung allerdings nicht immer möglich. Sofern die Funktion an einer Stelle x 0 differenzierbar ist, existiert die Ableitung an dieser Stelle und entspricht

2 genau der Steigung der Tangente an der Funktion in diesem Punkt. Diese Tangente lässt sich durch eine Sekante approximieren: D f (x 0, h) = f(x 0 + h) f(x 0 ). (4) h D f (x 0, h) wird rechtsseitiger Differenzenquotient genannt. In Abb. ist der Zusammenhang graphisch dargestellt. f(x0+h) 0 f(x0) x0 Tangente x0+h f(x0+h/2) f(x0 h/2) x0 h/2 x0+h/2 Tangente Abbildung : rechtsseitiger Differenzenquotient Abbildung 2: zentraler Differenzenquotient Eine andere Möglichkeit ist die Verwendung des zentralen Differenzenquotienten (Abb. 2): D f (x 0, h) = f(x 0 + h 2 ) f(x 0 h 2 ) h (5) Für beide Möglichkeiten ist die Wahl des richtigen h entscheidend (vgl. Übungsblatt 2, Aufgabe 2). Wird es zu groß gewählt, so erreicht man nur eine sehr schlechte Näherung für die Ableitung. Bei zu kleinem h kann allerdings Auslöschung auftreten. Um den Fehler bei der Näherung bestimmen zu können, muss die exakte Ableitung bekannt sein. Es soll daher im Rahmen dieser Programmieraufgabe untersucht werden, wie sich der Fehler bei der numerischen Ableitung von Polynomen für unterschiedliche h verhält. Die im Programmrahmen bereitgestellte Datei Derivative.java enthält bereits Methoden zur Berechnung der Differenzenquotienten bereit (siehe Glg. (4) und Glg. (5)). Ihre Aufgabe ist es, die Methoden zur Bestimmung des optimalen h und eine weitere Methode zur Bestimmung der analytischen Ableitung eines Polynoms zu implementieren. k aus n Secret Sharing Neben dem Verschlüsseln von Informationen ist es in der Kryptologie auch oftmals wichtig sicherzustellen, dass eine Information von einer bestimmten Person stammt (dazu dient beispielsweise die digitale Unterschrift). Durch Kenntnis eines Schlüssels kann eine Person authentifiziert werden. Beim k aus n secret sharing will man einen Schlüssel in n Teilschlüssel aufteilen und an n Personen verteilen. Nun sollen die Teilschlüssel von beliebigen k Personen 2

3 (mit k < n) ausreichen, um den Schlüssel zu rekonstruieren, weniger als k Teilschlüssel sollen jedoch keine Rückschlüsse auf den Gesamtschlüssel zulassen. Stellen Sie sich dazu folgende Anwendung vor: n = 7 Gesellschaftern gehört eine Bank. Zur Durchführung großer Transaktionen muss eine Mehrheit der Gesellschafter zustimmen. Es müssen also mindestens k = 4 Gesellschafter z.b. über eine Chipkarte ihren Teilschlüssel einbringen. Dabei soll es keine Rolle spielen, welche 4 Gesellschafter dies tun. Der Mathematiker Adi Shamir (unter anderem bekannt durch das RSA-Verfahren) hat 979 eine Lösung dieses Problems mittels Polynominterpolation vorgeschlagen. Interessierte können sich das Paper shamir.pdf unter der Rubrik Praktikum von der Vorlesungswebseite herunterladen. Das Shamir-Verfahren Ein Polynom p vom Grad k ist eindeutig durch seine Werte p(x i ) an k paarweise verschiedenen Stützstellen x i bestimmt. Bei obigem Beispiel mit den sieben Gesellschaftern könnte man - z.b. an den vier Stützstellen x i, i 4 - zufällige Zahlen als Stützwerte wählen. Durch diese vier Stützpunkte ist ein Polynom mit einem Grad von drei eindeutig gegeben. In Ausnahmefällen kann der Grad auch geringer sein, z.b. wenn alle Punkte auf einer Geraden liegen. Im Rahmen dieser Programmieraufgabe werden solche Ausnahmefälle ignoriert. Als Gesamtschlüssel können wir nun z.b. den Funktionswert des Polynoms an der Stelle 0 verwenden. Nur wenn die Werte aller vier Stützpunkte bekannt sind, lässt sich das Polynom aufstellen und der Wert an der Stelle 0 berechnen. Bisher haben wir also vier Teilschlüssel, die nur gemeinsam den Zugriff auf den Gesamtschlüssel erlauben. Die drei Teilschlüssel für die verbleibenden Gesellschafter erhält man durch das Auswerten des Polynoms an den Stellen x j, 5 j 7. Jeder der Gesellschafter hat nun als Teilschlüssel den Stützwert an einer ihm zugeordneten Stützstelle (vgl. Abb. 3). Durch das Konstruktionsprinzip ist klar, dass alle diese Punkte auf dem aufgestellten Polynom mit Grad drei liegen. Wie bereits erläutert, kann man ein Polynom dritten Grades aber eindeutig aus vier Stützwerten an paarweise verschiedenen Stützstellen konstruieren. Es können also beliebige vier Gesellschafter gemeinsam das Polynom aufstellen und den Gesamtschlüssel rekonstruieren. Mit weniger als vier Stützpunkten sind jedoch keinerlei Rückschlüsse auf den Gesamtschlüssel möglich. Für die Implementierung des Shamir-Verfahrens wird zunächst eine Methode zum Auswerten eines Polynoms benötigt. Wir wollen aber nicht für jede Transaktion das Polynom komplett aufstellen, daher geschieht das Auswerten mit dem Aitken-Neville-Schema. Dabei wird direkt aus den Stützstellen der Wert des zugehörigen Interpolationspolynoms an einer gegebenen Stelle berechnet. Dazu muss die Methode evaluate in der Datei Aitken real.java implementiert werden. Die Klasse Shamir real dient der Erstellung und Verwaltung der Teilschlüssel. Problem Versuchen Sie, mit unterschiedlichen Kombinationen einer größeren Anzahl an Gesellschaftern den Gesamtschlüssel zu erzeugen (Methode create key) und vergleichen Sie ihn mit dem echten Gesamtschlüssel. Dabei stellt man fest, dass es bei höheren Polynomgraden nicht mehr egal ist, welche Gesellschafter versuchen, den Gesamtschlüssel zu erzeugen. Die Ursache dafür sind Rundungsfehler. 3

4 Interpolationspolynom Gesamtschluessel k erzeugende Teilschluessel n k fehlende Teilschluessel y x = Stuetzstellen der k erzeugenden Teilschluessel = Wert des Gesamtschluessels = Wert der n k fehlenden Teilschluessel Abbildung 3: Shamir mit reellen Zahlen. Abbildung 4: Shamir mit ganzen Zahlen. Shamir mit ganzen Zahlen Zur Vermeidung von Rundungsfehlern kann das Shamir-Verfahren auch mit natürlichen Zahlen (bzw. einer endlichen Menge natürlicher Zahlen) anstatt mit reellen Zahlen umgesetzt werden. Die mathematischen Grundlagen dazu werden im Folgenden erläutert. Es sei Z p ein endlicher Körper bestehend aus der Menge {z i i {0,..., p}} mit den Verknüpfungen Addition und Multiplikation und p eine Primzahl. Das Produkt zweier Zahlen aus einem solchen Körper berechnet man, indem man zunächst beide Zahlen multipliziert (wie man dies mit natürlichen Zahlen tun würde), und danach Produkt mod p rechnet, d.h. den ganzzahligen Rest der Division des Zwischenergebnisses durch die Primzahl p berechnet: Für x, y Z p : x y = (x + y) mod p, x y = (x y) mod p. Bei der Addition und Substraktion wird auch zunächst das Zwischenergebnis berechnet. Ist es nicht aus der Menge der Zahlen des Körpers, so muss p addiert bzw. subtrahiert werden. Die Division gestaltet sich etwas schwieriger, da ganze Zahlen normalerweise nicht durcheinander geteilt werden können. Laut dem kleinen Satz von Fermat gilt für alle Primzahlen p und alle a, die kein Vielfaches von p sind: Teilt man nun durch a, so folgt: a p mod p = (a p 2 mod p) a =. a p 2 = a. Das Teilen durch a entspricht daher dem Multiplizieren mit a p 2. Polynome auf diesen Körpern sind zwar nicht sehr anschaulich, aber für das Shamir-Verfahren funktionieren sie problemlos (vgl. Abb. 4). Zur Realisierung müssen lediglich die Methoden aus Shamir real, basierend auf den hier vorgestellten Rechenregeln, adaptiert werden. Die Methodenrümpfe dazu finden Sie in der Datei Aitken int.java. siehe z.b. 4

5 Konkrete Aufgaben Im Folgenden werden die zu implementierenden Methoden aufgelistet. Details finden Sie jeweils in den Kommentaren zu den einzelnen Methoden. Testen Sie unbedingt alle Ihre Methoden. Hierzu wird empfohlen die Datei Aufgabe 3.java entsprechend zu erweitern. Klasse Polynom: Methode evaluate Klasse Lagrange: Methoden create lagrange base und assemble polynoms Klasse Derivative: Methoden analytic derivative,compare deriv forward und compare deriv central Klasse Aitken real: Methode evaluate Klasse Shamir real: Methoden create key und den Konstruktor Klasse Aitken int: Methoden evaluate, mod und pow mod Klasse Shamir int: Methoden create key und den Konstruktor Formalien Das Programmgerüst erhalten Sie auf den Webseiten zur Vorlesung. Ergänzen Sie das Programmgerüst bitte nur an den dafür vorgegebenen Stellen! Falls Sie die Struktur der Programme eigenmächtig verändern, können wir sie evtl. nicht mehr testen. Beseitigen Sie vor Abgabe Ihres Programms alle Ausgaben an die Konsole! Bitte reichen Sie Ihre Abgabe bis zum 4. Dezember 2009, 2:00 Uhr über das Web-Portal ein. Die Auswertung steht dann ab spätestens 6. Dezember 2:00 Uhr zum Abruf bereit. 5

Übungen zu Numerisches Programmieren

Übungen zu Numerisches Programmieren Technische Universität München SS 009 Institut für Informatik Prof. Dr. Thomas Huckle Michael Lieb, M. Sc. Dipl.-Tech. Math. Stefanie Schraufstetter Übungen zu Numerisches Programmieren 3. Programmieraufgabe

Mehr

Numerisches Programmieren

Numerisches Programmieren Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dipl.-Math. Dipl.-Inf. Jürgen Bräckle Dr.-Ing. Markus

Mehr

5 Interpolation und Approximation

5 Interpolation und Approximation 5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)

Mehr

1 2 x x x x x x2 + 83

1 2 x x x x x x2 + 83 Polynominterpolation Aufgabe 1 Gegeben sei die Wertetabelle i 0 1 2 3 x i 0 1 2 4 f i 3 1 2 7 a) Bestimmen Sie das Interpolationspolynom von Lagrange durch die obigen Wertepaare. b) Interpolieren Sie die

Mehr

1/26. Integration. Numerische Mathematik 1 WS 2011/12

1/26. Integration. Numerische Mathematik 1 WS 2011/12 1/26 Integration Numerische Mathematik 1 WS 2011/12 Notation 2/26 Die Abbildung I b a : C([a, b]) R gegeben durch Ia b (f ) := beschreibt die Integration. b a f (x)dx, Um das Integral I(f ) zu approximieren

Mehr

6. Polynom-Interpolation

6. Polynom-Interpolation 6. Polynom-Interpolation 1 6.1. Klassische Polynom-Interpolation 2 6.2. Lösung mit Hilfe Lagrange scher Basisfunktionen 3 6.3. Lösung mit Hilfe Newton scher Basisfunktionen 4 6.4. Fehlerabschätzung für

Mehr

Nachklausur am Donnerstag, den 7. August 2008

Nachklausur am Donnerstag, den 7. August 2008 Nachklausur zur Vorlesung Numerische Mathematik (V2E2) Sommersemester 2008 Prof. Dr. Martin Rumpf Dr. Martin Lenz Dipl.-Math. Nadine Olischläger Nachklausur am Donnerstag, den 7. August 2008 Bearbeitungszeit:

Mehr

Polynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1):

Polynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1): . Großübung Polynominterpolation Allgemeines Problem: Aufgrund gegebener Messwerte (Paare aus Werten i und Funktionswerten f( i )) soll ein Funktionsverlauf rekonstruiert bzw. zumeist angenähert werden.

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 21. Januar 2016 Definition 8.1 Eine Menge R zusammen mit zwei binären Operationen

Mehr

Polynominterpolation

Polynominterpolation Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses

Mehr

Serie 3: Ringe, Körper, Vektorräume

Serie 3: Ringe, Körper, Vektorräume D-MATH Lineare Algebra I HS 2016 Dr. Meike Akveld Serie 3: Ringe, Körper, Vektorräume 1. Im Folgenden sei n N und Z n bezeichne die Menge der Äquivalenzklassen von Z bezüglich der Relation: k n l n k l

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dr.-Ing. Markus Kowarschik Numerisches Programmieren,

Mehr

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an

Mehr

8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.

8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n. 8 Interpolation 81 Problemstellung Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen x 0 < x 1 < < x n Eingabedaten: (x 0, f 0 ),(x 1, f 1 ),,(x n, f n ) Gegebene Daten (x j, f j ) Analysis

Mehr

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch

Mehr

Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems

Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Institut für Mathematik

Mehr

Die Interpolationsformel von Lagrange

Die Interpolationsformel von Lagrange Die Interpolationsformel von Lagrange Zentrale Aussage: Zu beliebigen n + Stützpunkten (x i,f i ), i =,...,n mit paarweise verschiedenen Stützstellen x i x j, für i j, gibt es genau ein Polynom π n P n

Mehr

Vorlesung Diskrete Strukturen Gruppe und Ring

Vorlesung Diskrete Strukturen Gruppe und Ring Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in

Mehr

Tutorial: Numerisch Differenzieren

Tutorial: Numerisch Differenzieren (basierend auf dem Skript Numerik für Ingenieure von R. Axthelm) Aufgabenstellung: Von ihrem GPS-Gerät bekommen sie alle 12 Sekunden ihre aktuelle Position zugeschickt. Daraus können sie das unten dargestellte

Mehr

Vorlesung. Inhalt. Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016

Vorlesung. Inhalt. Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016 Vorlesung Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016 Inhalt Polynome, Algebraische Strukturen Vektorrechnung Lineare Algebra Elementare

Mehr

6 Polynominterpolation

6 Polynominterpolation Vorlesungsskript HM-Numerik (SS 2014): Kapitel 6 Version: 1 Juli 2014 6 Polynominterpolation Gegeben: Wertepaare { (x i,f i ) R 2 i = 0,,n } Gesucht: Einfache Funktion g : R R mit g(x i ) = f i i {0,1,,n}

Mehr

Verteilte Kyroptographie

Verteilte Kyroptographie Verteilte Kyroptographie Klassische kryptographische Verfahren Kryptographische Hash-Funktionen Public-Key-Signaturen Verteilte Mechanismen Schwellwert-Signaturen Verteilt generierte Zufallszahlen Verteilte

Mehr

(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)

(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4) 33 Interpolation 147 33 Interpolation In vielen praktischen Anwendungen der Mathematik treten Funktionen f auf, deren Werte nur näherungsweise berechnet werden können oder sogar nur auf gewissen endlichen

Mehr

KAPITEL 8. Interpolation

KAPITEL 8. Interpolation KAPITEL 8. Interpolation 8.2 Lagrange-Interpolationsaufgabe für Polynome Wir beschränken uns auf die Lagrange-Interpolation mit Polynomen. Der Raum der Polynome vom Grad n: Stützstellen: Π n = { n j=0

Mehr

Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange.

Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange. Angewandte Mathematik Ing.-Wiss., HTWdS Dipl.-Math. Dm. Ovrutskiy Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange. Aufgabe 1 Approximieren Sie cos(x) auf [ /, /] an drei Stützstellen

Mehr

Wissenschaftliches Rechnen

Wissenschaftliches Rechnen Institut für Numerische und Angewandte Mathematik 11.04.2012 FB Mathematik und Informatik der Universität Münster Prof. Dr. Christian Engwer, Dipl. Math. Dipl. Inf. Sebastian Westerheide Übung zur Vorlesung

Mehr

T n (1) = 1 T n (cos π n )= 1. deg T n q n 1.

T n (1) = 1 T n (cos π n )= 1. deg T n q n 1. KAPITEL 3. INTERPOLATION UND APPROXIMATION 47 Beweis: Wir nehmen an qx) für alle x [, ] und führen diese Annahme zu einem Widerspruch. Es gilt nach Folgerung ii) T n ) T n cos π n ). Wir betrachten die

Mehr

HTL Kapfenberg SPLINE Interpolation Seite 1 von 7.

HTL Kapfenberg SPLINE Interpolation Seite 1 von 7. HTL Kapfenberg SPLINE Interpolation Seite von 7 Roland Pichler roland.pichler@htl-kapfenberg.ac.at SPLINE Interpolation Mathematische / Fachliche Inhalte in Stichworten: Polynome, Gleichungssysteme, Differenzialrechnung

Mehr

Interpolation und Integration mit Polynomen

Interpolation und Integration mit Polynomen Interpolation und Integration mit Polynomen Philipp Andrea Zardo Universität Kassel 23. Februar 2006 / Kassel Outline 1 Einleitung Was ist numerische Mathematik? Die eulersche e-funktion Ein Wurzelalgorithmus

Mehr

5 Numerische Mathematik

5 Numerische Mathematik 6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul

Mehr

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6.1 Nullstellen reeller Funktionen Bemerkung 6.1 (Problemstellung) geg.: f C[a, b] ges.: x [a, b] mit f(x ) = 0 Lösungstheorie f linear

Mehr

Numerische Integration und Differentiation

Numerische Integration und Differentiation Einführung Grundlagen Bemerkung (Numerische Mathematik) a) Im engeren Sinn: zahlenmäßige Auswertung mathematischer Zusammenhänge z B Lösung von linearen und nichtlinearen Gleichungssystemen Numerische

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 22 3. Funktionen. Grenzwerte.

Mehr

Inhalt Kapitel IV: Interpolation

Inhalt Kapitel IV: Interpolation Inhalt Kapitel IV: Interpolation IV Interpolation IV. Polynom-Interpolation IV. Spline-Interpolation Kapitel IV (InhaltIV) Die Interpolationsformel von Lagrange Zentrale Aussage: Zu beliebigen n + Stützpunkten

Mehr

Motivation Schwellenwertverfahren Shamir Sicherheitsaspekte Zugriffsstrukturen Quellen. Secret Sharing. Das Teilen von Geheimnissen.

Motivation Schwellenwertverfahren Shamir Sicherheitsaspekte Zugriffsstrukturen Quellen. Secret Sharing. Das Teilen von Geheimnissen. Secret Sharing Das Teilen von Geheimnissen Stefan Kluge 20.01.2017 Motivation Schutz wichtiger Systeme vor unberechtigtem Zugriff, z.b. Schatzkarte Datenbanken Atomwaffen Wie können Geheimnisse vor Verlust

Mehr

Von den ganzen Zahlen zu GF(p)

Von den ganzen Zahlen zu GF(p) Endliche Körper p. 1 Von den ganzen Zahlen zu GF(p) Aus dem Ring aller ganzen Zahlen gewinnt man endliche Körper wie folgt: Man führt das Rechnen modulo n ein (modulare Arithmetik) und erhält so endliche

Mehr

4. Funktionen und Relationen

4. Funktionen und Relationen Bestimmung der Umkehrfunktionen c) bei reellen Funktionen geometrisch durch Spiegelung des Funktionsgraphen an der Winkelhalbierenden y = x. y = x 3 y = x y = x y = (x+1)/2 y = x 1/3 y = 2x 1 Seite 27

Mehr

$Id: ring.tex,v /05/03 15:13:26 hk Exp $

$Id: ring.tex,v /05/03 15:13:26 hk Exp $ $Id: ring.tex,v 1.13 2012/05/03 15:13:26 hk Exp $ 3 Ringe 3.1 Der Ring Z m In der letzten Sitzung hatten wir die sogenannten Ringe eingeführt, dies waren Mengen A versehen mit einer Addition + und einer

Mehr

Kapitel III Ringe und Körper

Kapitel III Ringe und Körper Kapitel III Ringe und Körper 1. Definitionen und Beispiele Definition 117 Eine Algebra A = S,,, 0, 1 mit zwei zweistelligen Operatoren und heißt ein Ring, falls R1. S,, 0 eine abelsche Gruppe mit neutralem

Mehr

Übungsblatt 1 Musterlösung

Übungsblatt 1 Musterlösung Numerik gewöhnlicher Differentialgleichungen MA234 - SS6 Übungsblatt Musterlösung Aufgabe (Interpolationspolynom) a) Bestimmen Sie die Hilfspolynome L i, i =,,2, für x =, x = 2 und x 2 = 3 nach der Formel

Mehr

2 Polynome und rationale Funktionen

2 Polynome und rationale Funktionen Gleichungen spielen auch in der Ingenieurmathematik eine große Rolle. Sie beschreiben zum Beispiel Bedingungen, unter denen Vorgänge ablaufen, Gleichgewichtszustände, Punktmengen. Gleichungen für eine

Mehr

Anleitung zum Ausführen der vier Grundrechenarten mit dem russischen Abakus ( Stschoty )

Anleitung zum Ausführen der vier Grundrechenarten mit dem russischen Abakus ( Stschoty ) Zahlen darstellen 1 Anleitung zum Ausführen der vier Grundrechenarten mit dem russischen Abakus ( Stschoty ) 1 Zahlen darstellen 1.1 Stschoty in Grundstellung bringen Der Stschoty wird hochkant gehalten

Mehr

Folien der 15. Vorlesungswoche

Folien der 15. Vorlesungswoche Folien der 15. Vorlesungswoche Mathematische Analyse von RSA I (1) Wir wählen zwei große Primzahlen p und q (p q) und setzen n = p q. Wir arbeiten von nun an in Z n und berücksichtigen, dass wie später

Mehr

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29 Dynamische Systeme und Zeitreihenanalyse Komplexe Zahlen Kapitel 3 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.0/29 Motivation Für die

Mehr

Abzählen und Konstruktion der Strukturisomere von Alkanen, Alkenen und Alkinen

Abzählen und Konstruktion der Strukturisomere von Alkanen, Alkenen und Alkinen Dokumentation zum Softwarepraktikum Abzählen und Konstruktion der Strukturisomere von Alkanen, Alkenen und Alkinen Bearbeitet von: Sabine Böhm Florian Häberlein Betreuer: Dr. Axel Kohnert Dipl.-math. Sascha

Mehr

Primkörper. Für jede Primzahl p ist die Menge. ein Körper unter der Addition und Multiplikation modulo p. Primkörper 1-1

Primkörper. Für jede Primzahl p ist die Menge. ein Körper unter der Addition und Multiplikation modulo p. Primkörper 1-1 Primkörper Für jede Primzahl p ist die Menge Z p = {0, 1,..., p 1} ein Körper unter der Addition und Multiplikation modulo p. Primkörper 1-1 Primkörper Für jede Primzahl p ist die Menge Z p = {0, 1,...,

Mehr

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida GMA Grundlagen Mathematik und Analysis Reelle Funktionen 3 Christian Cenker Gabriele Uchida Data Analytics and Computing Nullstellen cos log : 0, 0,? 1 Fixpunkte Beispiel 1 Beispiel 2 1 0 0 und 1 1sin,?

Mehr

1. Rechnerarithmetik und. Rundungsfehler

1. Rechnerarithmetik und. Rundungsfehler 1. Rechnerarithmetik und Rundungsfehler 1 Rundung (1) Die natürlichen Zahlen hat der liebe Gott gemacht, alles andere ist Menschenwerk, L. Kronecker Ohne Zahlendarstellung auf einem Rechner wiederholen

Mehr

Polynome. Analysis 1 für Informatik

Polynome. Analysis 1 für Informatik Gunter Ochs Analysis 1 für Informatik Polynome sind reelle Funktionen, die sich ausschlieÿlich mit den Rechenoperation Addition, Subtraktion und Multiplikation berechnen lassen. Die allgemeine Funktionsgleichung

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

8 Polynominterpolation

8 Polynominterpolation 8 Polynominterpolation Interpolations-Aufgabe: Von einer glatten Kurve seien nur lich viele Punktewerte gegeben. Wähle einen lichdimensionalen Funktionenraum. Konstruiere nun eine Kurve in diesem Funktionenraum

Mehr

Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 2. 1 Translationen 2. 2 Skalierungen 4. 3 Die Wurzelfunktion 6

Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 2. 1 Translationen 2. 2 Skalierungen 4. 3 Die Wurzelfunktion 6 Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 2 Inhaltsverzeichnis 1 Translationen 2 2 Skalierungen 4 3 Die

Mehr

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2)

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) Aufgabe 3 Bankkonto Schreiben Sie eine Klasse, die ein Bankkonto realisiert. Attribute für das Bankkonto sind der Name und Vorname des Kontoinhabers,

Mehr

Numerisches Programmieren

Numerisches Programmieren Technische Universität München WS /3 Institut für Informatik Prof Dr Hans-Joachim Bungartz Dipl-Inf Christoph Riesinger Dipl-Inf Dipl-Math Jürgen Bräckle Numerisches Programmieren Programmieraufgabe: Polnominterpolation,

Mehr

Wiederholungsblatt zur Gruppentheorie

Wiederholungsblatt zur Gruppentheorie Wiederholungsblatt zur Gruppentheorie von Christian Elsholtz, TU Clausthal, WS 1999/2000 Um Ihnen zu helfen, die Gruppentheorie zu wiederholen, stelle ich hier einige wichtige Beispiele und einige Lösungen

Mehr

Praktisch modulo n rechnen

Praktisch modulo n rechnen Mathematik I für Informatiker Das Lemma von Euler-Fermat p. 1 Praktisch modulo n rechnen Addition und Multiplikation modulo n sind auch dann algorithmisch kein großes Problem, wenn mit großen Zahlen gerechnet

Mehr

3. Diskrete Mathematik

3. Diskrete Mathematik Diophantos von Alexandria um 250 Georg Cantor 1845-1918 Pythagoras um 570 v. Chr Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 3: Diskrete Mathematik 3.1 Zahlentheorie: Abzählbarkeit,

Mehr

D-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 2

D-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 2 D-MAVT NUMERISCHE MATHEMATIK FS 4 K Nipp, A Hiltebrand Lösung vom Test Sei A ( 3 3 ) a) Bestimmen Sie κ(a), die Kondition von A (in der -Norm): κ(a) b) Berechnen Sie den Spektralradius von A: ρ(a) 4 c)

Mehr

Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I

Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I 1. Mengen und Abbildungen In der Mathematik beschäftigt man sich immer -direkt oder indirekt- mit Mengen. Wir benötigen den Mengenbegriff

Mehr

Numerik für Ingenieure I Wintersemester 2008

Numerik für Ingenieure I Wintersemester 2008 1 / 34 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 7.1.2009 2 / 34 Technisches Vorlesungswebsite: http://www.am.uni-erlangen.de/am3/de/lehre/ws08/numing1/

Mehr

Analysis I. Vorlesung 19

Analysis I. Vorlesung 19 Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 19 In dieser Vorlesung untersuchen wir mit Mitteln der Differentialrechnung, wann eine Funktion f: I R, wobei I R ein Intervall ist, (lokale)

Mehr

Numerische Verfahren Übungen und Lösungen, Blatt 1

Numerische Verfahren Übungen und Lösungen, Blatt 1 Technische Universität Hamburg-Harburg Institut für Numerische Simulation, E-0 Dr. Jens-Peter M. Zemke Sommersemester 2008 Numerische Verfahren Übungen und Lösungen, Blatt Aufgabe : (Thema: relativer und

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS Matlab: Fortsetzung. Jan Mayer. 4. Mai 2006

Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS Matlab: Fortsetzung. Jan Mayer. 4. Mai 2006 Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Matlab: Fortsetzung Jan Mayer 4. Mai 2006 Manipulation von Matrizen und Vektoren [M,N]=size(A); speichert die Dimension einer Matrix bzw.

Mehr

Primzahlen. Herbert Koch Mathematisches Institut Universität Bonn Die Primfaktorzerlegung. a = st

Primzahlen. Herbert Koch Mathematisches Institut Universität Bonn Die Primfaktorzerlegung. a = st Primzahlen Herbert Koch Mathematisches Institut Universität Bonn 12.08.2010 1 Die Primfaktorzerlegung Wir kennen die natürlichen Zahlen N = 1, 2,..., die ganzen Zahlen Z, die rationalen Zahlen (Brüche

Mehr

Approximation durch Polynome

Approximation durch Polynome durch n Anwendungen: zur Vereinfachung einer gegebenen Funktion durch einen Polynomausdruck. Dann sind übliche Rechenoperation +,,, / möglich. zur Interpolation von Daten einer Tabelle n Beispiel Trotz

Mehr

Mersennesche Primzahlen

Mersennesche Primzahlen Mersennesche Primzahlen Michael E. Pohst Technische Universität Berlin Die Zahlen von Mersenne Zu einer natürlichen Zahl n wird die zugehörige Mersennezahl M n als M n = 2 n 1 definiert. Für n = 2, 3,

Mehr

31 Polynomringe Motivation Definition: Polynomringe

31 Polynomringe Motivation Definition: Polynomringe 31 Polynomringe 31.1 Motivation Polynome spielen eine wichtige Rolle in vielen Berechnungen, einerseits weil oftmals funktionale Zusammenhänge durch Polynome beschrieben werden, andererseits weil Polynome

Mehr

Kapitel 3. Kapitel 3 Gleichungen

Kapitel 3. Kapitel 3 Gleichungen Gleichungen Inhalt 3.1 3.1 Terme, Gleichungen, Lösungen x 2 2 + y 2 2 3.2 3.2 Verfahren zur zur Lösung von von Gleichungen 3x 3x + 5 = 14 14 3.3 3.3 Gleichungssysteme Seite 2 3.1 Terme, Gleichungen, Lösungen

Mehr

Berechnung der Determinante

Berechnung der Determinante Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,

Mehr

Mathematische Modellierung am Rechner I. Frank Fischer Institut für Informatik Sommersemester 2018

Mathematische Modellierung am Rechner I. Frank Fischer Institut für Informatik Sommersemester 2018 Mathematische Modellierung am Rechner I Frank Fischer Institut für Informatik Sommersemester 2018 Wiederholung: Algebraische Strukturen Mathematik Eine algebraische Struktur ist ein Tupel (X,,,... ) mit

Mehr

Primzahlen im Schulunterricht wozu?

Primzahlen im Schulunterricht wozu? Primzahlen im Schulunterricht wozu? Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Tag der Mathematik Graz 6. Februar 2014 Einleitung Eine (positive) Primzahl ist

Mehr

Probabilistische Primzahltests

Probabilistische Primzahltests 23.01.2006 Motivation und Überblick Grundsätzliches Vorgehen Motivation und Überblick Als Primzahltest bezeichnet man ein mathematisches Verfahren, mit dem ermittelt wird, ob eine gegebene Zahl eine Primzahl

Mehr

5. Numerische Differentiation. und Integration

5. Numerische Differentiation. und Integration 5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen

Mehr

Interim. Kapitel Einige formale Definitionen

Interim. Kapitel Einige formale Definitionen Kapitel 1 Interim Da ich keine Infos über Titel und Nummerierungen anderer Kapitel dieser Vorlesung habe, nenne ich dies einfach mal Kapitel 1. 17.11.04 1.1 Einige formale Definitionen Wir rekapitulieren

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Primzahlen im Schulunterricht wozu?

Primzahlen im Schulunterricht wozu? Primzahlen im Schulunterricht wozu? Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2013 5. April 2013 Einleitung Eine (positive)

Mehr

Differentialrechnung

Differentialrechnung Katharina Brazda 5. März 007 Inhaltsverzeichnis Motivation. Das Tangentenproblem................................... Das Problem der Momentangeschwindigkeit.......................3 Differenzenquotient und

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus

Mehr

Elliptic Curve Cryptography

Elliptic Curve Cryptography Elliptic Curve Cryptography Institut für Informatik Humboldt-Universität zu Berlin 10. November 2013 ECC 1 Aufbau 1 Asymmetrische Verschlüsselung im Allgemeinen 2 Elliptische Kurven über den reellen Zahlen

Mehr

Der Lucas Lehmer Test

Der Lucas Lehmer Test Michael E. Pohst Der Lucas Lehmer Test Dieser Vortrag wird gehalten am 12. Juni 2004 anläßlich der Langen Nacht der Wissenschaften http://www.math.tu-berlin.de/~kant/mersenne.html

Mehr

Algebraische Strukturen. Idee. Gruppen, Ringe, Körper... (Teschl/Teschl Abschnitt 3.2, siehe auch Kap. 4)

Algebraische Strukturen. Idee. Gruppen, Ringe, Körper... (Teschl/Teschl Abschnitt 3.2, siehe auch Kap. 4) Algebraische Strukturen Gruppen, Ringe, Körper... (Teschl/Teschl Abschnitt 3.2, siehe auch Kap. 4) Idee Formalisierung von Strukturen, die in verschiedenen Bereichen der Mathematik und ihrer Anwendungen

Mehr

Freie Universität Berlin Wintersemester 11/12 Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke

Freie Universität Berlin Wintersemester 11/12 Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke Freie Universität Berlin Wintersemester / Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke Musterlösung zum. Übungsblatt zur Vorlesung Mathematik für Physiker I Differenzierbarkeit,

Mehr

5. Numerische Differentiation. und Integration

5. Numerische Differentiation. und Integration 5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen

Mehr

Kryptographie. Vorlesung 7: Der AES Algorithmus. Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca

Kryptographie. Vorlesung 7: Der AES Algorithmus. Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca Kryptographie Vorlesung 7: Der AES Algorithmus Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 1/48 KONSTRUKTION ENDLICHER KÖRPER Wir beschreiben, wie man zu jeder

Mehr

Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen

Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Rekonstruktion kontinuierlicher Daten Interpolation multivariater Daten Ulrich Rüde Lehrstuhl für Systemsimulation Sommersemester

Mehr

5: Körper. 173 S. Lucks Diskr Strukt. (WS 16/17) 5: Körper

5: Körper. 173 S. Lucks Diskr Strukt. (WS 16/17) 5: Körper 5: Körper Vor Kurzem: Algebraische Strukturen (G, +) mit einer Operation Halbgruppe: 1 Operation (z.b. Addition ) Gruppe: 1 Operation und Umkehr-Operation ( Subtraktion ) Nun: Algebraische Strukturen (K,

Mehr

Serie 3: Gruppen, Ringe und Körper

Serie 3: Gruppen, Ringe und Körper D-MATH Lineare Algebra I HS 2017 Dr. Meike Akveld Serie 3: Gruppen, Ringe und Körper 1. Im Folgenden sei n N und Z/nZ bezeichne die Menge der Äquivalenzklassen von Z bezüglich der Relation: k n l n k l

Mehr

KAPITEL 9 Splinefunktionen

KAPITEL 9 Splinefunktionen KAPITEL 9 Splinefunktionen 9.1 Splineräume und Approximationsgüte Bei der Behandlung von Splines ist es bequemer, statt mit dem Grad von Polynomen, mit der Ordnung k := Grad + 1 zu arbeiten. Für eine Knotenmenge

Mehr

Nullstellenberechnung von nichtlinearen Funktionen

Nullstellenberechnung von nichtlinearen Funktionen Kapitel 3 Nullstellenberechnung von nichtlinearen Funktionen In dieser Vorlesung wird nur die Nullstellenberechnung reeller Funktionen einer reellen Variablen f : R R betrachtet. Man nennt die Nullstellen

Mehr

Differentialrechnung algebraisch betrachtet

Differentialrechnung algebraisch betrachtet Differentialrechnung algebraisch betrachtet Franz Pauer Florian Stampfer Institut für Mathematik Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung

Mehr

Numerisches Programmieren

Numerisches Programmieren Technische Universität München WiSe 7 / 8 Institut für Informatik Prof Dr Hans-Joachim Bungartz Philipp Samfass Michael Obersteiner Numerisches Programmieren Programmieraufgabe: Bildinterpolation, Fouriertransformation

Mehr

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

Mehr

Übungen zum Vorkurs Mathematik für Studienanfänger 2009 ***

Übungen zum Vorkurs Mathematik für Studienanfänger 2009 *** Universität Bonn Mathematisches Institut Dr. Michael Welter Übungen zum Vorkurs Mathematik für Studienanfänger 2009 Einige Zeichen und Konventionen: IN := {1, 2, 3, 4,...} Die Menge der natürlichen Zahlen

Mehr

Berechnungen mit dem Horner-Schema

Berechnungen mit dem Horner-Schema Berechnungen mit dem Horner-Schema Das Hornerschema kann als Rechenhilfsmittel zur Berechnung von Funktionswerten von Polynomfunktionen, zur Faktorisieriung von Polynomen alternativ zur Polynomdivision

Mehr

8. Musterlösung zu Mathematik für Informatiker II, SS 2004

8. Musterlösung zu Mathematik für Informatiker II, SS 2004 8. Musterlösung zu Mathematik für Informatiker II, SS 2004 MARTIN LOTZ &MICHAEL NÜSKEN Aufgabe 8.1 (Polynomdivision). (8 Punkte) Dividiere a mit Rest durch b für (i) a = x 7 5x 6 +3x 2 +1, b = x 2 +1in

Mehr